鸭梨黑心病是鸭梨的主要生理病害, 直接影响鸭梨的出口创汇; 准确快速鉴别鸭梨黑心病对于梨的出口业具有重要现实意义。 探讨可见/近红外漫透射光谱在线检测鸭梨黑心病的可行性, 选取80个正常鸭梨和70个黑心鸭梨作为建模集, 建模集被分为校正集和预测集以求获得最优模型。 未参与建模的30个正常梨和20个黑心梨作为预测集, 用于评价模型的预测能力。 鸭梨的可见/近红外漫透射光谱, 在5个/秒的速度下采集。 建模集能量谱经标准正交变换(SNV)和多元散射校正(MSC)处理后, 分别建立健康梨和黑心梨的偏最小二乘判别模型(DPLS)、 峰面积判别模型(DPA)、 主成分判别模型(DPCA)。 用建模集模型判别预测集鸭梨, 经比较, DPLS模型的判别准确率最高, 黑心梨正确识别率达到100%。 实验结果表明: 可见/近红外漫透射光谱结合DPLS判别方法, 可以实现黑心鸭梨的在线检测。 相比传统的人工破损方法, 在线检测可为梨出口贸易提供技术支撑和科学参考依据。

可溶性固形物和糖酸比是苹果内部品质主要评价指标之一。 为此进行苹果糖酸比和可溶性固形物可见/近红外漫反射和漫透射对比检测研究。 180个冰糖心和红富士样品被分成建模集和预测集(136∶44), 分别用于建立偏最小二乘模型和验证模型的预测能力。 在运动速度5个/秒时, 采集了冰糖心和红富士两种样品的可见近红外光谱。 漫反射和漫透射可见近红外光谱经多元散射校正、 标准正态变量变换、 基线校正等预处理后, 建立了偏最小二乘回归模型。 未参与建模的44个样品用于评价模型的预测能力, 经比较, 漫透射检测方式优于漫反射检测方式, 主要因为漫透射检测方式能更有效地克服杂散光。 可溶性固形物模型预测相关系数达到0.936, 预测均方根误差为0.476°Brix； 糖酸比模型预测相关系数达到0.785, 预测均方根误差为10.94。 研究结果表明: 应用可见/近红外漫透射光谱技术, 可实现苹果可溶性固形物和糖酸比在线检测。 为大宗水果内部品质分选提供了技术支持和参考依据。

讨论光源照射角度对近红外光谱检测苹果糖度模型的影响，得出最佳的光源照射方式。以苹果为研究对象，糖度为检测指标，2 盏100 W 卤素灯作为光源，从3 种不同光源照射角度(30°、45°、60°)照射放置于中间的苹果样品，得到漫透射光谱数据并建立偏最小二乘回归(PLS)模型。当光照角度为45°时，模型的精度最高，其校正集相关系数R_c=0.91，校正集均方根误差x_RMSEC=0.57，验证集相关系数R_p=0.84，验证集均方根误差x_RMSEC=0.73。不同的光照角度对模型精度有一定的影响，为建立实际模型时选择最佳的光照角度提供了可靠的依据。